Skild AI 单视频教会机器人新任务 Skild AI 利用 NVIDIA 物理 AI 技术推出 S1 机器人基础模型，仅需单个视频即可教会机器人执行新任务。
深度解读
Skild AI 的 S1 模型实现了具身智能领域的关键突破：从“预编程”走向“少样本学习”。仅需一个视频即可让机器人掌握新技能，极大降低了机器人部署的成本和时间，使其能适应非结构化环境。这得益于 NVIDIA 物理 AI 仿真平台的强大算力支持，让机器人在虚拟空间中快速试错。该技术若广泛应用，将加速服务机器人进入家庭和工厂的进程，推动制造业和服务业的智能化转型。
d-Matrix 采用 NVLink 融合技术 AI 推理芯片厂商 d-Matrix 宣布采用 NVIDIA NVLink Fusion 技术，将其下一代 Raptor XPU 接入 NVIDIA AI 基础设施。
深度解读
d-Matrix 的决定反映了专用推理芯片厂商的战略转向：从单打独斗走向融入主流生态。通过采用 NVLink Fusion，Raptor XPU 能无缝接入 NVIDIA 庞大的 GPU 集群，解决异构计算中的通信瓶颈。这对于追求极致性价比的推理场景至关重要，意味着客户可以在保留现有 NVIDIA 投资的同时，灵活插入低成本专用芯片。此举可能加速推理市场的分层，形成"GPU 训练 + 专用芯片推理”的混合架构常态。
NVIDIA 助力 Robotaxi 商业突破 探讨全球 Robotaxi 领导者如何利用 NVIDIA 全栈开放平台构建自动驾驶车队，推动物理 AI 商业突破。
深度解读
Robotaxi 正处于从技术验证向规模化运营跨越的关键期。NVIDIA 的全栈开放平台为车企提供了标准化的开发底座，减少了重复造轮子的成本，加速了车队部署。这种“平台化”策略不仅巩固了 NVIDIA 在自动驾驶领域的霸主地位，也降低了行业准入壁垒，可能引发新一轮的创业潮。随着更多玩家加入，数据积累和算法迭代的飞轮效应将更加明显，推动自动驾驶技术在复杂城市场景中的成熟。